우문현답
愚 問 賢 答
회사별 면접직군별진행 방식
    홈›회사별›토스›데이터·AI 일반›질문 상세
    問
    토토스데이터·AI 일반직무 역량2026년 출제

    AARRR 관점에서 지표를 설계하고 분석한 경험이 있다면, 그 과정과 결과를 공유해 주세요.

    답변 미리보기

    AARRR 프레임워크 기반으로 모바일 앱 전체 퍼널 지표를 설계한 경험이 있습니다. 기존에는 각 팀이 담당 단계만 모니터링해 Retention과 Revenue…

    예상 답변 시간
    60~90초
    예상 꼬리질문
    3회
    난이도
    난이도 중상
    출제 빈도
    높음
    INTERVIEWER'S INTENT · 면접관의 의도

    이 질문, 네 갈래로 뜯어봅니다.

    면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.

    問
    01
    AARRR 지표 설계 경험은 있는가?
    AARRR 프레임워크에 따른 지표 설계 경험의 흔적이 답에 있어야 합니다. 없으면 면접관이 '어떤 지표를 설정했나요?'를 추가로 묻는 경우가 자주 보입니다.
    骨
    02
    분석 과정은 어땠는가?
    지표를 분석하는 과정에서 어떤 접근 방식을 사용했는지에 대한 흔적이 나타나야 합니다. 없으면 면접관이 '어떤 방법론을 적용했나요?'를 추가로 묻는 자리가 자주 보입니다.
    語
    03
    결과에 대한 인사이트는 무엇인가?
    분석 결과에서 도출한 인사이트의 흔적이 답에 있어야 합니다. 없으면 면접관이 '그 결과를 어떻게 활용했나요?'를 추가로 묻는 경우가 흔하게 통합니다.
    本
    04
    팀과의 협업 경험은 있는가?
    AARRR 지표 설계와 관련하여 팀과의 협업 경험이 드러나는 것이 필요합니다. 없으면 면접관이 '팀원과 어떤 역할을 나누었나요?'를 추가로 묻는 자리가 자주 보입니다.
    말로 해봐야 는다
    읽는 것과 말하는 건 다릅니다.
    이 질문, 소리 내어 답해 볼까요?
    토스 면접관 페르소나가 이 질문을 던지고, 당신의 답에 꼬리질문으로 되물어요.
    음성으로 답해보기
    AARRR 전 단계 지표 설계와 퍼널 분석약 90초코호트 분석으로 Retention 구조 해부약 90초Referral 지표 설계와 바이럴 계수 측정약 90초
    예시 답변 1
    약 90초

    AARRR 전 단계 지표 설계와 퍼널 분석

    AARRR 프레임워크 기반으로 모바일 앱 전체 퍼널 지표를 설계한 경험이 있습니다. 기존에는 각 팀이 담당 단계만 모니터링해 Retention과 Revenue 사이의 누수 구간이 보이지 않는 문제가 있었습니다. 저는 Acquisition → Activation → Retention → Referral → Revenue 5단계를 연결하는 통합 퍼널 대시보드를 설계하고, 각 단계 간 전환율을 핵심 지표로 정의했습니다. 분석 결과 Activation 단계 전환율이 가장 낮다는 사실을 발견했고, 팀과 함께 온보딩 플로우 A/B 테스트를 설계해 Activation율을 12%p 개선했습니다.

    팀 간 공유 정의로 지표 해석 차이를 없앤 것이 가장 큰 협업 성과였습니다. AARRR은 단순 지표 모음이 아니라 성장 병목을 찾는 진단 프레임워크입니다.

    이 결의 특징
    각 팀이 담당 단계만 봐서 Retention과 Revenue 사이 누수 구간이 안 보이던 문제를 짚고 5단계를 잇는 통합 퍼널 대시보드를 설계한 점이 또렷합니다. Activation 전환율이 가장 낮음을 발견해 온보딩 A/B로 12%p 개선한 대목이, AARRR을 지표 모음이 아닌 병목 진단 프레임으로 읽히게 하는 결이 보입니다.
    이 결이 통하는 자리
    팀 간 공유 정의로 지표 해석 차이를 없앤 협업 성과가 살아 있을 때 통합니다. 어느 단계가 병목인지 데이터로 짚고 그 단계만 손본 흐름이 또렷한 자리에서 면접관의 꼬리질문이 줄어드는 결이 보입니다.
    예시 답변 2
    약 90초

    코호트 분석으로 Retention 구조 해부

    AARRR 분석에서 Retention 지표 심화 분석에 집중한 경험이 있습니다. 월간 Retention 수치가 정체된 이유를 파악하기 위해 코호트별 Retention 곡선을 분석했습니다. 가입 채널별, 기능 첫 사용 여부별, 가입 월별 세 차원으로 코호트를 분리하자, 특정 채널 유입 사용자의 30일 Retention이 3배 높다는 패턴이 드러났습니다. 이 인사이트를 마케팅 팀과 공유해 고보존율 채널로 예산을 재배분하는 의사결정으로 이어졌습니다. 분석 결과를 제품 팀이 이해할 수 있도록 코호트 히트맵 시각화로 제작해 주간 리뷰에 정기 포함시켰습니다. Retention 분석은 왜 떠나는가보다 왜 남는가를 이해하는 데서 인사이트가 나옵니다.

    이 결의 특징
    Retention 정체 원인을 채널·기능 첫 사용·가입 월 세 차원 코호트로 쪼개 특정 채널 사용자의 30일 Retention이 3배 높다는 패턴을 끌어낸 분석이 또렷합니다. 그 인사이트를 고보존율 채널 예산 재배분으로 연결한 대목이, 분석을 의사결정으로 옮긴 결을 보여줍니다.
    이 결이 통하는 자리
    코호트 히트맵으로 제품 팀이 이해하게 만들어 주간 리뷰에 정례화한 흐름이 살아 있을 때 통합합니다. '왜 떠나는가보다 왜 남는가'라는 관점이 3배 패턴 같은 구체로 받쳐지는 자리에서 신뢰가 생기는 결이 보입니다.
    예시 답변 3
    약 90초

    Referral 지표 설계와 바이럴 계수 측정

    AARRR에서 가장 측정하기 어려운 Referral 지표를 체계적으로 설계한 경험이 있습니다. 추천 행동이 발생해도 그것이 실제 신규 가입으로 이어졌는지 추적하는 구조가 없었습니다. 저는 초대 코드 기반 추적 시스템을 설계하고, K-factor(바이럴 계수) = 평균 초대 수 × 초대 전환율로 Referral 지표를 정의했습니다. 월별 K-factor 추이를 다른 AARRR 지표와 함께 시각화해 Referral이 전체 성장에 기여하는 비중을 명확히 했습니다.

    Referral 캠페인 A/B 테스트로 인센티브 구조를 최적화해 K-factor를 0.15에서 0.31로 개선했습니다. 팀과의 협업에서는 제품팀·마케팅팀·데이터팀이 함께 지표 정의에 참여해 분석 결과를 공동으로 소유하는 문화를 만들었습니다.

    이 결의 특징
    AARRR에서 가장 측정하기 어려운 Referral을 정면으로 택하고, 추천이 실제 가입으로 이어졌는지 추적할 구조가 없던 공백을 초대 코드 시스템으로 메운 점이 또렷합니다. K-factor를 평균 초대 수×전환율로 정의한 대목이, Referral을 막연한 입소문이 아닌 측정 가능한 지표로 만든 결이 보입니다.
    이 결이 통하는 자리
    제품·마케팅·데이터 팀이 함께 지표를 정의해 결과를 공동 소유한 문화가 살아 있을 때 통합니다. K-factor 0.15→0.31이 인센티브 A/B와 인과로 묶이는 자리에서 면접관의 꼬리질문이 줄어드는 결이 보입니다.
    !
    위 답변은 여러 풀이 중 한 가지 예시입니다. 정답이 아니며, 외워서 그대로 말하면 면접관이 다음 질문을 그 자리에서 시작하는 경우가 많습니다. 본인의 프로젝트·기준·숫자로 다시 짜는 자리로만 쓰세요.
    ✕자주 빠지는 자리

    같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.

    • ✕떨어뜨린 옵션이 1개라도 있는가? "이게 답이었어요"만으로는 의사결정이 아니라 그냥 선택입니다.
    • ✕선택 기준이 그 프로젝트에 한정되는가? "성능이 좋아서"는 일반론, "우리 트래픽이 X 패턴이라서"가 본인의 답입니다.
    • ✕결과 숫자 1개를 정확히 말할 수 있는가? P95·QPS·적중률 — 무엇이든 1개. 숫자가 없으면 직감으로 한 일처럼 들리기 쉽습니다.
    • ✕지금 다시 한다면 어떻게 할지 답할 수 있는가? "잘했다"보다 "이건 다르게 했을 것 같다"가 더 깊은 인상을 남깁니다.
    ▶이어질 꼬리질문

    진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.

    壹이 지표를 선정한 이유는 무엇인가요?
    貳결과를 통해 어떤 인사이트를 얻었나요?
    參이 과정에서 직면했던 어려움은 무엇이었나요?
    이제, 직접 답해볼 차례예요.
    눈으로 읽은 답은 면접장에서 나오지 않아요. 토스 면접관과 이 질문으로 한 번 대화해 보세요.
    이 질문으로 모의면접 해보기
    또는, 다음 질문으로

    같은 흐름에서 자주 이어지는 질문들이에요.

    토스 · 재무·회계 일반
    재무 관점에서 지표 분석이나 손익 추정을 할 때 어떤 접근 방식을 취하나요?
    이 질문 보기
    당근마켓 · 디지털·퍼포먼스 마케팅
    A/B 테스트를 설계했던 경험이 있다면, 그 과정과 결과를 공유해 주세요.
    이 질문 보기
    당근마켓 · 데이터 분석가
    AARRR 분석 방법론에 대해 설명해보고, 이 방법론을 어떻게 활용할 수 있을지 이야기해 주세요.
    이 질문 보기
    에이메드 · 게임 기획
    지표 분석을 통해 도출한 개선점을 기획에 어떻게 반영하나요?
    이 질문 보기
    안내 · 이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 실제 출제·회사 공식 입장과는 무관하며, 정정 요청 시 24시간 내 반영합니다. 자세히
    개인정보처리방침이용약관문의
    © 2026 우문현답. All rights reserved.
    이 페이지 목차
    01면접관의 의도02답변의 결03실수·꼬리질문04관련 질문
    말로 해봐야 는다
    이 질문, 토스 면접관과
    음성으로 답해볼까요?
    모의면접 해보기
    첫 회 무료 · 종료 즉시 음성 폐기